Arbeitsgruppe Maschinelles Lernen, Fachbereich Informatik (FBI)
Die Gruppe für Maschinelles Lernen an der RPTU (ehemals: TU Kaiserslautern) wurde 2017 gegründet. Die Gruppe umfasst derzeit 2 Professoren, 1 Postdoc, 18 Doktoranden, 3 administrative/technische Mitarbeiter und 13 studentische Hilfskräfte. Die Gruppe interessiert sich für Theorie und Algorithmen des statistischen maschinellen Lernens (insbesondere Deep Learning) und dessen Anwendungen. Unsere Forschung deckt ein breites Spektrum an Themen und Anwendungen ab, bei denen wir versuchen, theoretisch bewährte Ansätze (z. B. auf der Grundlage der Lerntheorie) mit den jüngsten Fortschritten (z. B. beim Deep Learning oder Reinforcement Learning) zu vereinen. Zu den Themen, mit denen wir uns beschäftigt haben, gehören unüberwachtes Deep Learning (insbesondere die Erkennung von Anomalien), multimodales Lernen, extreme Klassifizierung, adversariales Lernen, erklärbare KI und Anwendungen von ML in den Biowissenschaften, der mechanischen und chemischen Verfahrenstechnik und der Textanalyse. Mitglieder der Gruppe haben verschiedene Auszeichnungen erhalten, darunter den Google Most Influential Papers Award, die ICML und NIPS Best Reviewer Awards, den ANDEA Test-of-time Award und den Emmy-Noether Career Award (DFG). Die Gruppe trägt mit hilfreichen Beiträgen zur Gemeinschaft bei. Mitglieder der Gruppe haben für mehr als 50 Konferenzen und 30 Fachzeitschriften begutachtet. Sie haben als Mitherausgeber von Zeitschriften (JMLR, TNNLS) und als Fachgebietsleiter von Konferenzen (AAAI, AISTATS und ECML) fungiert. Die Gruppe setzt sich für die Verbesserung der Vielfalt, Gleichberechtigung und Integration im Bereich des ML ein. Dies wird durch den hohen Anteil an Frauen in der Gruppe auf allen Ebenen der akademischen Qualifikation belegt.
Adresse
Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau
Fachbereich Informatik
Arbeitsgruppe Maschinelles Lernen
Gebäude 36, Raum 325
Paul-Ehrlich-Straße 36
67663 Kaiserslautern
0631 205 2635, 0631 205 3286
ml@cs.uni-kl.de
https://ml.cs.rptu.de/
Leitend Forschende
Besondere Expertise
Grundlagenforschung
- Machine Learning (ML): Representation Learning, Zero-Shot/One-Shot/Few-Shot Learning, Self-Supervised Learning, Adversarial Learning, Reinforcement Learning (RL), Unsupervised Learning, Anomaly Detection, Density Estimation, Feature Engineering/Feature Extraction
- Robotik: Sensorische Erfassung und Perzeption
- Technologieanalyse: Wirtschaftliche Auswirkungen, Mensch-KI-Interaktion
Anwendungsbezogene Forschung
KI-News
Lehrstuhl Maschinelles Lernen vermittelt KI-Themen an Schüler und Lehrer der Montessori-Schule Landau (26.06.2025)
Steffen Reithermann vom Lehrstuhl Maschinelles Lernen zu Merkmalen, Chancen und Risiken des chinesischen KI-Modells DeepSeek im Radio-Interview bei SWR Aktuell (30.01.2025)
Prof. Dr. Marius Kloft koordiniert neues BMBF-Drittmittelprojekt PIAD - Physik-informierte Anomalieerkennung mit Gesamtfördersumme von ca. 2 Mio. € (30.01.2025)
Forschungsinitiative "Machine Learning Kaiserslautern-Landau" (MLKL) der RPTU Kaiserslautern-Landau (20.11.2024)
Beratende Begleitung des KI-Rollouts in Unternehmen und Organisationen (05.10.2024)
Meinungen aus Forschung, Wirtschaft und Gesellschaft zum Thema KI: eine Momentaufnahme in Rheinland-Pfalz (31.10.2023)
KI-Vortragsreihe in Stadtbibliotheken der Region für die interessierte Öffentlichkeit (16.08.2023)
Prof. Marius Kloft und Kollegen erhalten den ANDEA Test-of-Time Award für die einflussreichste Arbeit auf dem Gebiet der Anomalieerkennung in den letzten zehn Jahren (09.02.2023)
Deep Learning trotz spärlicher Datenlage: DFG-Forschungsgruppe nimmt Auswertung chemischer Prozessdaten in den Blick (29.09.2022)
KI-Veranstaltungen
12.06.2025 - 13.06.2025: 3rd Overall Project Meeting DFG FOR 5359 at Schloss Dagstuhl
24.05.2025: Machine Learning Group @ RPTU mit KI-Mitmach-Aktion vertreten beim Rheinland-Pfalz-Tag in Neustadt
09.05.2025: Machine Learning Group @ RPTU mit KI-Mitmach-Aktion vertreten bei der "Nacht, die Wissen schafft" an der RPTU in Kaiserslautern
05.03.2025: Kick-off Meeting & Workshop des BMBF-Projekts PIAD an der RPTU in Kaiserslautern
11.12.2024: Chancen und Herausforderungen der KI-Einführung in Unternehmen - Gemeinsame Veranstaltung des Lehrstuhls Maschinelles Lernen der RPTU Kaiserslautern-Landau, der KI-Allianz Rheinland-Pfalz und der IHK Pfalz
09.10.2024: Internationaler Workshop „Machine Learning in Chemical Process Engineering“ der DFG-Forschungsgruppe FOR 5359 am ITWM Kaiserslautern
07.10.2024 - 08.10.2024: 2. Doktoranden-Workshop der DFG-Forschungsgruppe FOR 5359 an der RPTU in Kaiserslautern
18.09.2024: Lehrerfortbildung "Vermittlung grundlegender Funktionsweisen von Computern und KI an Grundschulkinder" der Stiftung Pfalzmetall unterstützt von der Arbeitsgruppe Maschinelles Lernen Prof. Kloft & Jun.-Prof. Fellenz
04.09.2024: Gemeinsamer Vortrag "Beratende Begleitung eines KI-Rollouts in KMU & Beispiele praxisnaher Projekterfahrungen” von Prof. Dr. Marius Kloft und Steffen Reithermann (RPTU Kaiserslautern) beim Plattformtreffen der SIAK-Plattform KI bei der WIPOTEC GmbH in Kaiserslautern
18.06.2024: Vortrag "Möglichkeiten der KI und deren Auswirkungen auf die Arbeitswelt” von Steffen Reithermann / Arbeitsgruppe Maschinelles Lernen (Prof. Dr. Marius Kloft) bei der SIAK-Veranstaltung "Arbeitswelt der Zukunft gemeinsam gestalten" (ESF) in Kaiserslautern
07.06.2024 - 08.06.2024: Lehrerfortbildung "Tage der Informatik" der Stiftung Pfalzmetall unterstützt von der Arbeitsgruppe Maschinelles Lernen Prof. Kloft & Jun.-Prof. Fellenz
28.05.2024: Vortrag "Künstliche Intelligenz (KI) - die weltbewegende Zukunftstechnologie" von Prof. Dr. Marius Kloft für die interessierte Öffentlichkeit in Niederelbert
23.05.2024 - 24.05.2024: 2nd Overall Project Meeting DFG FOR 5359 at Schloss Dagstuhl
21.05.2024: ML-Talk am 21.05.2024: Stephan Mandt (University of California, Irvine), "From Entropy to Artistry: on Thermodynamics and Generative AI"
23.04.2024: Vortrag "Möglichkeiten der KI und deren Auswirkungen auf die Arbeitswelt” von Prof. Dr. Marius Kloft bei der SIAK-Veranstaltung "Arbeitswelt der Zukunft gemeinsam gestalten" (ESF) in Landau
20.03.2024: KI-Kongress Rheinland-Pfalz an der RPTU in Kaiserslautern am 20.03.2024 - Arbeitsgruppe Maschinelles Lernen von Prof. Dr. Marius Kloft als Ko-Organisator und Fachbereich Informatik mit weiteren Vortragenden vertreten
06.02.2024: Gemeinsamer Vortrag "Möglichkeiten der KI und deren Auswirkungen auf die Arbeitswelt” von Prof. Dr. Marius Kloft und Steffen Reithermann bei der SIAK-Veranstaltung "Arbeitswelt der Zukunft gemeinsam gestalten" (ESF) in Pirmasens
23.11.2023: AI Activator Lab der SIAK-Plattform Künstliche Intelligenz mit der Arbeitsgruppe Maschinelles Lernen von Prof. Dr. Marius Kloft als Mitorganisator
13.11.2023 - 15.11.2023: Doktoranden-Workshop der DFG-Forschungsgruppe FOR 5359 im Jugendstilhotel Trifels in Annweiler
30.10.2023: Prof. Dr. Marius Kloft als Thementisch-Leiter beim Vernetzungsworkshop "KI trifft Biotechnologie – wo Wissenschaft und Unternehmen Zukunft gemeinsam gestalten" der WissKomm Academy und des Ministeriums für Wissenschaft und Gesundheit (MWG) des Landes Rheinland-Pfalz
24.10.2023: Arbeitsgruppe Maschinelles Lernen von Prof. Dr. Marius Kloft vertreten beim "Trinationalen Arbeitstreffen zum Thema Künstliche Intelligenz, Innovation und Forschung" am Sitz der Region Grand Est in Straßburg
14.09.2023: Kolloquium zur Masterarbeit Eine Analyse der Forschungsschwerpunkte in der Wissenschaft, der Nachfrage durch die Wirtschaft und der Einstellungen in der Gesellschaft zum Themenkomplex KI in Rheinland-Pfalz: Implikationen, Spannungsfelder und Ansatzpunkte für Interventionen
05.07.2023: Impulsvortrag von Prof. Dr. Marius Kloft zum Thema Künstliche Intelligenz (KI) bei der Veranstaltung "Wissenschaft für Dich" des Arbeitskreises Wissenschaft der SPD-Landtagsfraktion im Landtag Rheinland-Pfalz
04.05.2023 - 05.05.2023: Kick-off Meeting DFG FOR 5359 at Schloss Dagstuhl
29.11.2022: Vortrag "Erkennung von Abweichungen jeglicher Art (Anomalieerkennung)" bei Veranstaltung der KI-Allianz Rheinland-Pfalz in Ludwigshafen
KI-Forschungsprojekte
PIAD: Physik-informierte Anomalieerkennung
Laufzeit: 01.11.2024 - 31.10.2027, Zuwendungsgeber: BMBF- AICare: Künstliche Intelligenz zur Behandlung von Krebstherapieresistenz
Laufzeit: 01.04.2024 - 31.03.2030, Zuwendungsgeber: Carl-Zeiss-Stiftung - Hypo: Multifunktionale Hochleistungskomponenten aus hybriden porösen Werkstoffen
Laufzeit: 01.04.2024 - 31.03.2028, Zuwendungsgeber: DFG FOR 5359: DFG-Forschungsgruppe KI-FOR FOR 5359: Deep Learning auf dünnbesetzten, chemischen Prozessdaten
Laufzeit: 01.11.2022 - 31.10.2026, Zuwendungsgeber: DFG
- DDG: Data-dependency Gap: Ein neues Problem in der Lerntheorie von CNNs
Laufzeit: 17.06.2021 - 16.06.2024, Zuwendungsgeber: DFG - VorPlanML: Unterstützung der Vorgangsfolgeermittlung in der Arbeitsplanung durch maschinelles Lernen
Laufzeit: 01.05.2021 - 30.04.2023, Zuwendungsgeber: BMBF KEEN: KI-Inkubator-Labore in der Prozessindustrie; Teilvorhaben: Hybride Stoffdatenmodelle für die Verfahrenstechnik und Maschinelles Lernen aus Prozessdaten
Laufzeit: 01.04.2020 - 31.03.2023, Zuwendungsgeber: BMWiAVATARS: Advanced Virtuality and Augmented Reality Approaches in Seeds to Seeds
Laufzeit: 01.06.2019 - 30.09.2024, Zuwendungsgeber: BMBFDeepIntegrate: Integration heterogener Datenquellen im Deep Learning: Architekturen, Algorithmen und Anwendungen in der Pflanzenzüchtung
Laufzeit: 01.01.2019 - 31.12.2021, Zuwendungsgeber: BMBF- BreedPatH: Zuchtwert Mustererkennung in Hybridkulturarten
Laufzeit: 01.09.2016 - 31.01.2020, Zuwendungsgeber: BMBF - Statistisches Lernen aus abhängigen Daten: Lerntheorie, Robuste Algorithmen und Anwendungen: Statistisches Lernen aus abhängigen Daten: Lerntheorie, Robuste Algorithmen und Anwendungen
Laufzeit: 01.01.2015 - 31.12.2023, Zuwendungsgeber: DFG